学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
支持向量机中遗传模糊C-均值的样本预选取方法
被引:4
作者
:
论文数:
引用数:
h-index:
机构:
徐芳
论文数:
引用数:
h-index:
机构:
梅文胜
燕琴
论文数:
0
引用数:
0
h-index:
0
机构:
武汉大学测绘学院
燕琴
机构
:
[1]
武汉大学测绘学院
[2]
中国测绘科学研究院 武汉市珞喻路号
[3]
武汉市珞喻路号
[4]
北京市海淀区北太平路号
来源
:
武汉大学学报(信息科学版)
|
2005年
/ 10期
关键词
:
支持向量机;
遗传模糊C均值;
样本预选取;
航空影像;
D O I
:
10.13203/j.whugis2005.10.019
中图分类号
:
P231 [航空摄影测量];
学科分类号
:
081602 ;
0818 ;
081802 ;
083002 ;
摘要
:
提出了在支持向量机(support vector machine,SVM)方法中采用遗传模糊C均值(FCM)进行样本预选取的方法,旨在保留最优分类超平面附近的样本点,去除远处样本点,使训练样本集减小,消除冗余,从而减小所需内存。并以航空影像中的居民地为例进行分析,结果表明,按比例减少样本集后的分割结果与用原样本集的基本一样。
引用
收藏
页码:921 / 924
页数:4
相关论文
共 3 条
[1]
支撑矢量预选取的中心距离比值法
[J].
焦李成
论文数:
0
引用数:
0
h-index:
0
机构:
西安电子科技大学雷达信号处理重点实验室!西安
焦李成
;
论文数:
引用数:
h-index:
机构:
张莉
;
周伟达
论文数:
0
引用数:
0
h-index:
0
机构:
西安电子科技大学雷达信号处理重点实验室!西安
周伟达
.
电子学报,
2001,
(03)
:383
-386
[2]
航空影像分割的支持向量机方法[D]. 徐芳.武汉大学 2004
[3]
Reduction techniques for instance-based learning algorithms
[J].
Wilson, DR
论文数:
0
引用数:
0
h-index:
0
机构:
Brigham Young Univ, Dept Comp Sci, Neural Network & Machine Learning Lab, Provo, UT 84602 USA
Brigham Young Univ, Dept Comp Sci, Neural Network & Machine Learning Lab, Provo, UT 84602 USA
Wilson, DR
;
Martinez, TR
论文数:
0
引用数:
0
h-index:
0
机构:
Brigham Young Univ, Dept Comp Sci, Neural Network & Machine Learning Lab, Provo, UT 84602 USA
Brigham Young Univ, Dept Comp Sci, Neural Network & Machine Learning Lab, Provo, UT 84602 USA
Martinez, TR
.
MACHINE LEARNING,
2000,
38
(03)
:257
-286
←
1
→
共 3 条
[1]
支撑矢量预选取的中心距离比值法
[J].
焦李成
论文数:
0
引用数:
0
h-index:
0
机构:
西安电子科技大学雷达信号处理重点实验室!西安
焦李成
;
论文数:
引用数:
h-index:
机构:
张莉
;
周伟达
论文数:
0
引用数:
0
h-index:
0
机构:
西安电子科技大学雷达信号处理重点实验室!西安
周伟达
.
电子学报,
2001,
(03)
:383
-386
[2]
航空影像分割的支持向量机方法[D]. 徐芳.武汉大学 2004
[3]
Reduction techniques for instance-based learning algorithms
[J].
Wilson, DR
论文数:
0
引用数:
0
h-index:
0
机构:
Brigham Young Univ, Dept Comp Sci, Neural Network & Machine Learning Lab, Provo, UT 84602 USA
Brigham Young Univ, Dept Comp Sci, Neural Network & Machine Learning Lab, Provo, UT 84602 USA
Wilson, DR
;
Martinez, TR
论文数:
0
引用数:
0
h-index:
0
机构:
Brigham Young Univ, Dept Comp Sci, Neural Network & Machine Learning Lab, Provo, UT 84602 USA
Brigham Young Univ, Dept Comp Sci, Neural Network & Machine Learning Lab, Provo, UT 84602 USA
Martinez, TR
.
MACHINE LEARNING,
2000,
38
(03)
:257
-286
←
1
→